为何fastai中手动构建的字典与ColumnarModelData实例行为不同并报错？

你碰到的这个问题其实是Python里类实例和普通字典的本质区别导致的，咱们一步步拆解来看：

1. 两种创建方式的核心差异 #

当你用ColumnarModelData()生成md时，得到的是一个**ColumnarModelData类的实例对象**——它的属性（比如path、trn_dl这些）是通过**点语法（.）来访问的；而你手动写的是个普通Python字典，字典的键值对只能用方括号语法（[]）**来获取。

用ColumnarModelData创建的实例 #

md = ColumnarModelData(PATH, ColumnarDataset.from_data_frame(trn_df, cat_flds=cat_vars, y=trn_y), ColumnarDataset.from_data_frame(val_df, cat_flds=cat_vars, y=val_y), bs=128, test_ds=test_ds)
vars(md)

输出结果：

{'path': 'data/rossmann/', 'test_dl': <fastai.dataloader.DataLoader at 0x112c93d68>, 'trn_dl': <fastai.dataloader.DataLoader at 0x112c93e80>, 'val_dl': <fastai.dataloader.DataLoader at 0x112c93a20>}

这里vars(md)只是把实例内部的属性字典打印出来，但md本身是个正经的类实例，支持md.path、md.trn_dl这种点语法访问。

手动构建的普通字典 #

md = {'path':PATH, 'test_dl':DataLoader(test_ds, batch_size=128, shuffle=False, num_workers=1), 'trn_dl':DataLoader(trn_df, batch_size=128, shuffle=False, num_workers=1), 'val_dl':DataLoader(val_df, batch_size=128*2, shuffle=False, num_workers=1)}
md

输出结果：

{'path': 'data/rossmann/', 'test_dl': <fastai.dataloader.DataLoader at 0x1c20e9cc88>, 'trn_dl': <fastai.dataloader.DataLoader at 0x1c20d5f8d0>, 'val_dl': <fastai.dataloader.DataLoader at 0x1c20d5f320>}

这个md就是个普通字典，只能用md['path']来拿值，完全不支持点语法访问属性。

2. 报错的直接原因 #

StructuredLearner的内部代码里，是用点语法来访问传入的md对象的属性的（比如md.path）。当你把普通字典传进去时，字典根本没有这种访问方式，自然就会抛出错误：

AttributeError: 'dict' object has no attribute 'path'

说白了就是：

• ColumnarModelData实例：md.path → 合法，能正确拿到值
• 普通字典：md.path → 非法，字典没有path这个属性，得用md['path']

3. 手动构建替代方案 #

如果不想用ColumnarModelData，又要让md能被StructuredLearner正常使用，可以用types.SimpleNamespace快速创建一个支持点语法的对象：

from types import SimpleNamespace

md = SimpleNamespace(
    path=PATH,
    test_dl=DataLoader(test_ds, batch_size=128, shuffle=False, num_workers=1),
    trn_dl=DataLoader(trn_df, batch_size=128, shuffle=False, num_workers=1),
    val_dl=DataLoader(val_df, batch_size=128*2, shuffle=False, num_workers=1)
)

这样md.path就能正常访问，传入StructuredLearner也不会报错了。

内容的提问来源于stack exchange，提问作者conv3d